Jaki tekst zostaje przy konwersji PDF na EPUB
Jaki tekst zostaje przy konwersji PDF na EPUB, decyduje sam plik PDF: tylko tekst, który już da się zaznaczyć. Gdy wkładasz plik do PDF na EPUB, ReadyEPUB każe tej przeglądarce odczytać istniejącą już warstwę tekstu, zebrać ją wiersz po wierszu w nagłówki i akapity i zapisać nowy EPUB. Nie ma logowania, rejestracji ani serwera kont, który przyjmowałby twoją książkę. Strona nie zgaduje liter narysowanych na obrazie i nie zamienia strony-obrazu w edytowalny tekst główny. Jeden plik naraz. To, co pobierasz, to nowy plik, który to urządzenie właśnie wytworzyło.
Sprawdzenie jest proste i pewne. Przeciągnij myszą po kilku wierszach. Jeśli słowa się podświetlają, są w warstwie tekstu i zostaną zebrane. Jeśli cała strona to jeden obraz, te słowa są dla tej przeglądarki pikselami, nie tekstem. Często ten sam PDF ma oba rodzaje: pierwsze rozdziały to tekst, a dodatek na końcu to skan. Wynikowy EPUB będzie miał tekst główny tylko w pierwszej części.
Przechodzi tylko tekst, który już da się zaznaczyć. Gdy skanowana strona jest tylko obrazem, jej tekstu nie da się wyciągnąć. Nie ma tu osobnego kroku rozpoznawania.
Ze skanowanej strony nie da się wyciągnąć tekstu
Skan to papier zamieniony w obraz i włożony do pliku PDF. Strona wygląda na zapisaną słowami, ale plik zawiera jeden obraz. Ta przeglądarka czyta tekst z pliku PDF, a nie kreski wewnątrz obrazu. Dlatego skanowana strona często zostawia pusty rozdział albo strona mówi, że w tym pliku nie ma tekstu głównego do konwersji. Żeby mieć słowa, które da się zaznaczyć i wyszukać, potrzebny jest PDF, który już ma warstwę tekstu. ReadyEPUB nie dodaje tu tego kroku rozpoznawania.
Jest jeszcze jeden przypadek łatwy do błędnego odczytania: słowa da się zaznaczyć, ale wychodzą jako krzaczki albo zdanie rozpada się na kawałki. To sama warstwa tekstu jest taka, zwykle przez plik PDF wyeksportowany z nietypowym kodowaniem czcionki. Nowy EPUB podąża za tą warstwą taką, jaka jest, nie naprawia jej z powrotem. Przy takim pliku bardziej pomoże czysto wyeksportowany PDF niż ponawianie konwersji.
- Słowa, które się podświetlają, są zbierane wiersz po wierszu jako nagłówki lub akapity.
- Jeśli cała strona to jeden obraz, tekst nie wyjdzie.
- Jeśli warstwa tekstu już jest uszkodzona, wynik też taki pozostanie.
Złożony układ zamienia się w akapity
Gdy słowa są już zebrane, układ nie idzie za nimi. Kolumny, nagłówki, stopki i przypisy nie wracają na swoje miejsca; strona dwukolumnowa czyta się od góry do dołu i zamienia w akapit po akapicie. Słowa z tabel też zwykle rozsypują się po tych akapitach. Czy nagłówek zostanie, zależy od tego, czy w pliku PDF da się rozpoznać jego poziom; jeśli nie, wiersz jest traktowany jak zwykły akapit. Taki EPUB jest zrobiony do ponownego łamania w czytniku, nie do porównywania z wydrukowaną stroną.
Dokąd trafia plik, to druga rzecz do wyjaśnienia na początku. Cała konwersja dzieje się w tej przeglądarce. Pliki książek nie są wysyłane na ReadyEPUB i nie ma logowania ani rejestracji. Jak traktowane są pliki wyznacza tę granicę. Jedyną rzeczą, która przy wejściu dotyka sieci, jest otwarcie strony: ta wizyta jest liczona raz przez 51.LA, a liczone jest to, że ktoś otworzył stronę, nie twój plik PDF. W drugą stronę, z EPUB do PDF, ta przeglądarka czyta z tej strony czcionki dla znaków występujących w książce i zapisuje te znaki w nowym pliku PDF. Czytane są czcionki, nie cała książka przekazywana gdzie indziej do składu. Jeśli tym razem czcionek nie da się odczytać, strona mówi, że konwersja się nie udała, i prosi o inny plik.
Twoja książka nie jest wysyłana na ReadyEPUB. Pobierasz nowy plik, który ta przeglądarka właśnie utworzyła, a oryginalny PDF zostaje w swoim folderze.
Powyżej 300 stron ta przeglądarka przestaje
Ta strona ma dwie wyraźne granice. Jeden plik naraz, a plik powyżej 40 MB jest taki, że ta przeglądarka nie da sobie z nim rady. To nie serwer odmawia, to ta przeglądarka nie przyjmuje większego pliku. PDF powyżej 300 stron dostaje taką samą odpowiedź: za dużo stron, by ta przeglądarka poradziła sobie za jednym razem. Oba komunikaty pojawiają się na stronie przed tobą. Przy grubej książce podziel ją i puść części osobno. Jeśli rozszerzenie nie pasuje do wybranego formatu, strona prosi o wybranie pliku PDF ponownie.
Tytuł, autor i kod języka można zmienić przed konwersją. Gdy wkładasz plik, czytelne dane bibliograficzne najpierw wypełniają pola, których jeszcze nie dotknąłeś; pole, które sam zmieniłeś, nie zostanie automatycznie nadpisane. Zmienia się kopia, która zaraz zostanie pobrana, nie oryginał w folderze. Wynik, którego jeszcze nie pobrałeś, istnieje tylko w tej wizycie. Po odświeżeniu lub zamknięciu strony znika, więc najpierw zapisz nowy EPUB. Przykład na stronie to krótki fragment zrobiony tu, w tej przeglądarce, żeby wypróbować jedną konwersję; nie jest to książka skądś przyniesiona.
Sprawdź raz, zanim wyślesz
Nie wysyłaj wyniku od razu. Otwórz nowy EPUB, przejdź do środka, żeby zobaczyć, czy jest tam tekst, potem wyszukaj słowo, które pojawia się tylko w treści. Jeśli je znajdziesz, warstwa tekstu dotarła. Jeśli nie, te strony były pewnie obrazami. Pusty rozdział, brakujący dodatek, zniknięte przypisy to zwykłe ustępstwa przy tym typie konwersji, nie uszkodzony plik.
- Najpierw przeciągnij po kilku wierszach, by sprawdzić, czy słowa da się zaznaczyć.
- Po konwersji wyszukaj słowo z treści, by sprawdzić, czy warstwa tekstu jest na miejscu.
- Pobierz to, co chcesz zatrzymać, zanim zamkniesz stronę.
Jeśli jeszcze nie włożyłeś pliku, wróć do konwertera, wybierz format docelowy, otwórz PDF na EPUB i włóż plik PDF, którego słowa da się zaznaczyć. Jeden plik naraz, pobierz, jak tylko będzie gotowy. Kto chce najpierw przeczytać o granicy, niech zajrzy, jak traktowane są pliki; ten tekst mówi, dokąd poszły słowa, i pasuje do tekstu w kolumnie o drodze plików.
To, co wysyłasz, to kopia, którą pobrałeś. Druga osoba dostaje nowy EPUB, nie kopię zostawioną na ReadyEPUB, bo nie zostaje tu żadna twoja książka. Oryginalny PDF zostaje u ciebie. Żeby spróbować raz jeszcze, otwórz stronę ponownie i weź plik ze swojego folderu, tak jak wcześniej.